1.一种基于高斯分布的系统偏差的目标点迹融合方法，其特征在于，包括以下步骤：a：将雷达传感网中传感器测量进行立体几何投影，将其转换到同一坐标系中；

b：从雷达传感网中读取传感器中数据，数据包括目标的位置的坐标数据的测量值和传感器坐标数据；

c：利用从雷达传感器测量的数据及目标位置坐标参数表示系统偏差；

d：通过假设系统偏差服从高斯分布，利用最大似然函数估计法获取优化目标函数；

e：通过优化目标函数利用最大梯度上升算法获取目标坐标位置；

其中，雷达传感网系统偏差为：

其中，Δrk,m表示传感器k对目标Tm的距离系统测量偏差，Δθk,m表示传感器k对目标Tm的方位角系统测量偏差，(uk,vk)为传感器k坐标，(xk,m,yk,m)传感器k对目标Tm测量坐标，(xm,ym)为目标Tm坐标，其中αk,m取值如下：当xk，m-μk>0并且yk，m-vk>0则αk，m＝0，当xk，m-μk>0并且yk，m-vk<0则αk，m＝1,当xk，m-μk<0并且yk，m-vk>0则αk，m＝2,当xk，m-μk<0并且yk，m-vk<0则αk，m＝1；

βk,m取值如下：当xm-μk>0并且ym-vk>0则βk，m＝0，当xm-μk>0并且ym-vk<0则βk，m＝1,当xm-μk<0并且ym-vk>0则βk，m＝2,当xm-μk<0并且ym-vk<0则βk，m＝1；

通过假设系统偏差服从高斯分布，利用多元转化方法，计算似然函数如下：f(xk,m,yk,m/xm,ym)＝f(Δrk,m,Δθk,m)|J| ＝f(s1(xk,m,yk,m),s2(xk,m,yk,m))|J|其中J为行列式：

进一步获得其优化目标函数：

其中，σ为系统偏差方差。

2.根据权利要求1所述的一种基于高斯分布的系统偏差的目标点迹融合方法，其特征在于：对优化目标函数采用最大梯度上升算法获得x、y方向的梯度gx、gy：其中，